Voice-Driven Coding: Dictation for Developers (Comments, Docs, Prompts, and Commit Messages)
Produktywność programistów4 min czytania

Programowanie głosem: dyktowanie dla programistów (komentarze, dokumentacja, prompty i opisy commitów)

Dyktowanie na urządzeniu pozwala szybciej pisać komentarze, dokumentację, prompty dla AI i opisy commitów, a każde słowo jest transkrybowane prywatnie na Twoim komputerze.

Programowanie to nie samo wpisywanie kodu. Piszesz składnię, a potem cały tekst wokół niej: komentarz wyjaśniający, dlaczego coś działa tak, a nie inaczej, docstring, opis commita, opis pull requesta, długi prompt, dzięki któremu asystent AI w końcu robi to, o co chodziło. Na tym tekście ucieka dzień. Przechodzenie od wpisywania symboli do pisania pełnych zdań za każdym razem wybija z rytmu.

Głos rozwiązuje ten problem, nie ruszając tego, co już działa. Przy logice dłonie zostają na klawiaturze, a dyktowanie przejmuje słowa, które ją opisują.

  • ~98%
    dokładności przy wyraźnej mowie
  • 29+
    języków transkrybowanych na urządzeniu
  • 0
    bajtów dźwięku lub kodu wysłanych do sieci

Gdzie głos naprawdę się sprawdza

Nie chodzi o dyktowanie nazw funkcji ani wyrażeń regularnych. Wymuszanie dokładnej składni głosem to walka z narzędziem, której nie wygrasz. Zysk jest w warstwie języka naturalnego, gdzie układasz myśli, a nie symbole, i tam mówienie jest dużo szybsze od pisania.

  • Komentarze i docstringi. Wyjaśnić, dlaczego funkcja istnieje, a nie tylko co robi, łatwiej na głos niż na klawiaturze. Opowiedz, skąd taka decyzja, a potem popraw sformułowania.
  • Opisy commitów i pull requestów. Podsumowanie tego, co się zmieniło i dlaczego, to zwykły tekst. Gdy go mówisz, łatwiej uniknąć lakonicznej jednej linijki, z której nikt nic nie wyczyta podczas przeglądu kodu.
  • Prompty dla AI. Praca z asystentem programistycznym to rozmowa. Podyktowanie szczegółowego, dobrze ułożonego promptu trwa krócej niż jego napisanie, a dodatkowy kontekst zwykle daje lepszą odpowiedź.
  • Dokumentacja i pliki README. Kroki instalacji, notatki o architekturze i instrukcje migracji wychodzą naturalniej, gdy je opowiadasz, zwłaszcza w pierwszej wersji.

Różnica prędkości jest ogromna

Większość ludzi pisze na klawiaturze od 40 do 60 słów na minutę, a mówi od 130 do 150. Przy akapicie kontekstu w prompcie albo porządnym opisie commita to różnica między kilkoma sekundami a minutą mechanicznej pracy, którą wolisz poświęcić na myślenie.

Pisanie~40–60 słów/min
Mówienie~130–150 słów/min

Nadal sprawdzasz i poprawiasz tekst, tak samo jak wszystko, co piszesz. Różnica polega na tym, że zaczynasz od gotowej wersji roboczej, a nie od migającego kursora w pustej linii.

Jak to działa w Twoim edytorze

DijiFlow Dictate działa z paska menu na Macu (na Windowsie z zasobnika systemowego) i nie przeszkadza. Nie ma okna do pilnowania ani niczego do kopiowania i wklejania, bo tekst pojawia się tam, gdzie już stoi kursor.

  1. Ustaw skrót klawiszowy raz

    Wybierz globalny skrót. Działa w całym systemie, więc nie musisz go ustawiać osobno w każdej aplikacji.

  2. Naciśnij go i mów

    Mów normalnym tempem w edytorze, przy opisie commita w terminalu, w pliku dokumentacji albo w polu tekstowym asystenta.

  3. Tekst pojawia się w miejscu kursora

    Słowa trafiają do aktywnej aplikacji, czy to IDE, przeglądarki, czy terminala, a Ty pracujesz tak jak dotąd.

Ponieważ to jeden globalny skrót, a nie osobna integracja dla każdego narzędzia, działa tak samo w VS Code, JetBrains, Vimie w terminalu, pull requeście w przeglądarce i w Twoim asystencie AI. Niczego nie trzeba instalować w poszczególnych edytorach.

Dlaczego przetwarzanie na urządzeniu jest jeszcze ważniejsze przy kodzie

Kod źródłowy, dokumentacja wewnętrzna i prompty prawie zawsze zawierają poufne informacje: własną logikę biznesową, szczegóły infrastruktury, odniesienia do klientów, niezapowiedziane plany. Dyktowanie w chmurze wysyła Twoją mowę do przetworzenia na zdalny serwer, a to poważny problem, gdy opisujesz kod objęty NDA albo systemy, których nigdy nie wklejasz do publicznych narzędzi.

DijiFlow Dictate transkrybuje w 100% na Twoim komputerze. Korzysta z modeli mowy działających na urządzeniu, więc nagranie i tekst nie są nigdzie wysyłane. Bez konta i bez przesyłania danych do chmury. Po jednorazowym pobraniu modelu (od około 300 MB do 6 GB, zależnie od potrzebnej dokładności) transkrypcja działa bez internetu. Sama aplikacja na Maca zajmuje około 34 MB. Możesz dyktować w samolocie, w szczelnie zamkniętej sieci firmowej albo opisywać poufną architekturę, a Twój głos i tekst zostają na urządzeniu.

Najważniejsze

Twój kod, prompty i notatki o architekturze zostają na komputerze. Nie ma serwera z transkrypcją, która mogłaby wyciec, trafić do logów albo zostać komuś przekazana.

Słowa, których ogólny model nigdy nie słyszał

Teksty techniczne są pełne słów, których nie zna żaden słownik: nazw Twoich usług, wewnętrznych skrótów, nazw bibliotek. Własne słownictwo w Pro pozwala je dodać, żeby zapisywały się poprawnie, zamiast zamieniać się w najbliższe słowo ze słownika. A dzięki 29+ językom na urządzeniu rozproszony zespół może dyktować w językach, w których myśli, i nic z tego nie przechodzi przez chmurę.

Kilka nawyków, które ułatwiają start

  • Zdania mów, symbole wpisuj. Podyktuj zdanie, a potem ręcznie dodaj backticki, identyfikatory i operatory.
  • Dyktuj interpunkcję. Model dobrze radzi sobie z naturalną mową, ale wypowiadanie kropek i przecinków sprawia, że długie zdania techniczne są czytelne.
  • Podawaj kontekst na początku promptu. Opisz dokładnie plik, cel i ograniczenia. Mówiąc, dodajesz te szczegóły prawie bez wysiłku.
  • Najpierw szkic, potem poprawki. Podyktuj od razu całą pierwszą wersję, a potem dopracuj szczegóły. To lepsze niż dopieszczanie każdego słowa w trakcie.

Wypróbuj w swojej codziennej pracy

Zacznij od wersji darmowej, która pozostaje bezpłatna na zawsze, albo przez 30 dni korzystaj z pełnego okresu próbnego przy prawdziwych commitach, promptach i pull requestach, zanim zdecydujesz się na Pro. Jeśli dyktowanie tekstu między zadaniami programistycznymi wejdzie Ci w nawyk, szybko odczujesz, ile czasu i wysiłku to oszczędza.

Jeśli chcesz, żeby podyktowane wersje robocze trafiały prosto do komentarzy, commitów i promptów, a żadne słowo nie przechodziło przez chmurę, zobacz, jak DijiFlow Dictate Pro sprawdzi się w Twojej pracy.

DijiFlow DictateDijiFlow Dictate

Zespół DijiFlow Dictate

Uwagi o prywatnym dyktowaniu na urządzeniu i o tym, jak zrobić więcej za pomocą głosu.